在現(xiàn)在互聯(lián)網(wǎng)架構(gòu)中，幾乎每個(gè)互聯(lián)網(wǎng)項(xiàng)目都會(huì)引入緩存系統(tǒng)，比如 redis、Memcached。來(lái)保護(hù)下游數(shù)據(jù)庫(kù)和提升系統(tǒng)并發(fā)量。不管使用哪種緩存系統(tǒng)都有可能遇到 緩存穿透 的問(wèn)題。
緩存穿透是指在緩存系統(tǒng)中沒(méi)有查詢(xún)到數(shù)據(jù)，而不得不將請(qǐng)求打到數(shù)據(jù)庫(kù)上查詢(xún)的情況。
當(dāng)然緩存系統(tǒng)是不可避免的，少量的緩存穿透對(duì)系統(tǒng)也沒(méi)有損害，不可避免的原因有以下幾點(diǎn)：
- 緩存系統(tǒng)的容量是有限的，不可能存儲(chǔ)系統(tǒng)所有的數(shù)據(jù)，那么在查詢(xún)未緩存數(shù)據(jù)的時(shí)候就會(huì)發(fā)生緩存穿透。
- 另一方面就是基于‘二八原則’，我們通常只會(huì)緩存常用的那 20% 的熱點(diǎn)數(shù)據(jù)。
正常情況下的緩存穿透是沒(méi)什么傷害的，但是如果你的系統(tǒng)遭遇攻擊，存在大量的緩存穿透的話，那么可能就是一個(gè)麻煩了，如果大量的緩存穿透超過(guò)了后端服務(wù)器的承受能力，那么就有可能造成服務(wù)崩潰，這是不可接受的。
基于存在這種大量緩存穿透的可能性，所以我們就需要從根源上解決緩存穿透的問(wèn)題，解決緩存穿透，目前一般有兩種方案： 緩存空值和使用布隆過(guò)濾器 。
緩存空值
如果我們系統(tǒng)是遇到攻擊的話，那么很有可能查詢(xún)的值是偽造的，必然大概率不存在我們的系統(tǒng)中，這樣無(wú)論查詢(xún)多少次，在緩存中一直不存在，這樣緩存穿透就一直存在。
在這種情況下，我們可以在緩存系統(tǒng)中緩存一個(gè)空值，防止穿透一直存在，但是因?yàn)榭罩挡⒉皇菧?zhǔn)確的業(yè)務(wù)數(shù)據(jù)，并且會(huì)占用緩存的空間，所以我們會(huì)給這個(gè)空值加一個(gè)比較短的過(guò)期時(shí)間，讓空值在短時(shí)間之內(nèi)能夠快速過(guò)期淘汰。下面是一段偽代碼：
Object nullValue = new Object();
try {
Object valueFromDB = getFromDB(uid); //從數(shù)據(jù)庫(kù)中查詢(xún)數(shù)據(jù)
if (valueFromDB == null) {
cache.set(uid, nullValue, 10); //如果從數(shù)據(jù)庫(kù)中查詢(xún)到空值，就把空值寫(xiě)入緩存，設(shè)置較短的超時(shí)時(shí)間
} else {
cache.set(uid, valueFromDB, 1000);
}
} catch(Exception e) {
cache.set(uid, nullValue, 10);
}
雖然這種方法可以解決緩存穿透的問(wèn)題，但是這種方式也存在弊端， 因?yàn)樵诰彺嫦到y(tǒng)中存了大量的空值，浪費(fèi)緩存的存儲(chǔ)空間，如果緩存空間被占滿(mǎn)了，還會(huì)還會(huì)剔除掉一些已經(jīng)被緩存的用戶(hù)信息反而會(huì)造成緩存命中率的下降。
使用布隆過(guò)濾器
1970年布隆提出了一種布隆過(guò)濾器的算法，用來(lái)判斷一個(gè)元素是否在一個(gè)集合中。布隆過(guò)濾器底層是一個(gè)超級(jí)大的 bit 數(shù)組，默認(rèn)值都是 0 ，一個(gè)元素通過(guò)多個(gè)hash函數(shù)映射到這個(gè) bit 數(shù)組上，并且將 0 改成 1。當(dāng)然布隆過(guò)濾器也不需要我們實(shí)現(xiàn)，在 google 的 guava 包中有提供布隆過(guò)濾器，有興趣的小伙伴可以研究研究。
布隆過(guò)濾器存在一定的誤判，因?yàn)椴捎胔ash算法，就一定會(huì)存在哈希沖突，這樣就可能造成不在數(shù)據(jù)庫(kù)中的元素被判斷在布隆過(guò)濾器中存在，但是 不在布隆過(guò)濾器中的元素一定不存在數(shù)據(jù)庫(kù)中。
利用布隆過(guò)濾器的這個(gè)特點(diǎn)可以解決緩存穿透的問(wèn)題， 在服務(wù)啟動(dòng)的時(shí)候先把數(shù)據(jù)的查詢(xún)條件，例如數(shù)據(jù)的 ID 映射到布隆過(guò)濾器上，當(dāng)然如果新增數(shù)據(jù)時(shí)，除了寫(xiě)入到數(shù)據(jù)庫(kù)中之外，也需要將數(shù)據(jù)的ID存入到布隆過(guò)濾器中 。
我們?cè)诓樵?xún)某條數(shù)據(jù)時(shí)，先判斷這個(gè)查詢(xún)的 ID 是否存在布隆過(guò)濾器中，如果不存在就直接返回空值，而不需要繼續(xù)查詢(xún)數(shù)據(jù)庫(kù)和緩存，存在布隆過(guò)濾器中才繼續(xù)查詢(xún)數(shù)據(jù)庫(kù)和緩存，這樣就解決緩存穿透的問(wèn)題。
當(dāng)然布隆過(guò)濾器有缺陷，除了上面我們講到過(guò)的存在一定的誤判，還有一個(gè)就是 不支持刪除。
緩存空值和使用布隆過(guò)濾器都可以在一定程度上解決緩存穿透的問(wèn)題，各自有各自的優(yōu)勢(shì)，具體如何使用根據(jù)特定的場(chǎng)景舍取。
